[发明专利]异常设备的检测方法及装置

权利要求书

1.一种异常设备的检测方法，其特征在于，包括：

获取被监控系统的性能指标的实际数据；

确定所述实际数据中处于时间序列上的稳定区间的第一实际数据、处于时间序列上的不稳定区间的第二实际数据；

对所述第一实际数据进行评估得到第一评估结果、对所述第二实际数据进行评估得到第二评估结果；

根据所述第一评估结果和第二评估结果确定所述被监控系统中的异常设备。

2.根据权利要求1所述的方法，其特征在于，所述被监控系统的运行周期在时间序列上被划分为若干时段；当所述性能指标在被选取的多个运行周期内的同一时段的历史数据均呈稳定状态时，所述同一时段被确定为属于所述稳定区间，当所述同一时段的历史数据在至少一个被选取的运行周期内呈不稳定状态时，所述同一时段被确定为属于所述不稳定区间。

3.根据权利要求2所述的方法，其特征在于，所述不稳定状态的时段包括以下至少之一：峰值时段、噪声时段；所述稳定状态的时段包括所述运行周期内除所述不稳定状态的时段之外的其他时段。

4.根据权利要求2所述的方法，其特征在于，所述稳定区间和所述不稳定区间是从所述运行周期内通过时序模式发现算法进行确定得到。

5.根据权利要求1所述的方法，其特征在于，采用无监督算法对所述第一实际数据、所述第二实际数据进行评估。

6.根据权利要求1所述的方法，其特征在于，

通过以下可选算法中至少之一对所述第一实际数据进行评估：时间序列挖掘算法、聚类算法、统计学习算法、回归分析算法；

通过以下可选算法中至少之一对所述第二实际数据进行评估：聚类算法、统计学习算法、回归分析算法。

7.根据权利要求1所述的方法，其特征在于，

当采用多种可选算法对所述第一实际数据进行评估时，每一可选算法存在对应的权重值，对所述第一实际数据的评估结果包括对多种可选算法分别得出的评估分值进行加权计算得到的第一加权评估分值；

当采用多种可选算法对所述第二实际数据进行评估时，每一可选算法存在对应的权重值，对所述第二实际数据的评估结果包括对多种可选算法分别得出的评估分值进行加权计算得到的第二加权评估分值。

8.根据权利要求7所述的方法，其特征在于，还包括：

将所述评估结果与标记数据进行比较，以分析用于对所述第一实际数据或所述第二实际数据进行评估的各个可选算法的评估准确度；

根据所述评估准确度对相应的可选算法进行改进。

9.根据权利要求1所述的方法，其特征在于，还包括：

针对所述被监控系统的性能指标进行相关性分析；

当相关联的多个性能指标的实际数据均被获取时，筛除所述相关联的多个性能指标中至少一个性能指标的实际数据。

10.一种异常设备的检测装置，其特征在于，包括：

获取单元，获取被监控系统的性能指标的实际数据；

确定单元，确定所述实际数据中处于时间序列上的稳定区间的第一实际数据、处于时间序列上的不稳定区间的第二实际数据；

评估单元，对所述第一实际数据进行评估得到第一评估结果、对所述第二实际数据进行评估得到第二评估结果；

识别单元，根据所述第一评估结果和所述第二评估结果确定所述被监控系统中的异常设备。

11.根据权利要求10所述的装置，其特征在于，所述被监控系统的运行周期在时间序列上被划分为若干时段；当所述性能指标在被选取的多个运行周期内的同一时段的历史数据均呈稳定状态时，所述同一时段被确定为属于所述稳定区间，当所述同一时段的历史数据在至少一个被选取的运行周期内呈不稳定状态时，所述同一时段被确定为属于所述不稳定区间。